Tess4j 图像读取答案

【问题标题】：Tess4j Image readingTess4j 图像读取
【发布时间】：2017-07-19 09:19:50
【问题描述】：

我正在使用 tess4j api 读取数字图像。

代码如下：

public static void main(String[] args) {
    // TODO Auto-generated method stub
    
       final File imageFile = new File("C:\\Users\\goku\\Desktop\\myimage.png");
        System.out.println("Image found");
       final ITesseract instance = new Tesseract();
        instance.setTessVariable("tessedit_char_whitelist", "0123456789");
        instance.setDatapath("C:\\Users\\goku\\Downloads\\Tess4J"); 
        instance.setLanguage("eng");
        String result;
        try {
            result = instance.doOCR(imageFile);
            System.out.println(result);
        } catch (TesseractException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }
       

}

附上图片。

程序将数字读取为错误。找不到问题。

输出：

1 1 3 251

问候，瓦苏

【问题讨论】：

标签： ocr tesseract tess4j

【解决方案1】：

将图像重新缩放到 300 DPI 会得到正确的结果。

【讨论】：

【解决方案2】：

这是使用im4java (imagemagick) 正确编辑图像以便可以使用tess4j (tesseract) 读取的方法：

private static File processImage(File img) throws IOException {
    File newImg = File.createTempFile("asdf", ".png");

    ImageMagickCmd cmd = new ImageMagickCmd("convert");
    IMOperation op = new IMOperation();

    op.addImage(img.getAbsolutePath());
    op.strip().resample(300).colorspace("gray").autoLevel().threshold(35000).type("bilevel").depth(8).trim();
    op.addImage(newImg.getAbsolutePath());
    cmd.run(op);

    return newImg;
}

【讨论】：

【解决方案3】：

可能是经过训练的数据。我使用了来自 https://digi.bib.uni-mannheim.de/tesseract/ 的 tesseract-ocr-w64-setup-v4.1.0.20190314.exe Windows 二进制文件中的训练数据，数据路径设置如下

instance.setDatapath("C:\\Program Files\\Tesseract-OCR\\tessdata");

我确实收到有关分辨率的警告，但结果是正确的： 471871882819

【讨论】：